כשמספרים לא מספיקים: מה ששווקים ישראליים מלמדים על העידן החדש של AI

יש רגעים שבהם הטבלאות נראות משכנעות, אבל מה שקורה בפועל מספר סיפור אחר. זה נכון בשוק הדיור, נכון בענף הרכב, ונכון גם במדיניות ציבורית. על הנייר, ירידה בהחזר המשכנתא אמורה לעורר ביקוש לדירות. כשיצרני רכב סינים נתקעים עם מלאים ועם ערוצי יצוא משובשים, מחירי המכוניות אמורים לרדת בשווקים מסוימים. וכשהמדינה משקיעה כסף במסרים של חוסן, הציבור אמור להרגיש יציב יותר. במציאות הישראלית, הדברים לא מתיישרים כל כך מהר לפי נוסחה אחת.

וזה בדיוק אחד הסיפורים המעניינים של עידן הבינה המלאכותית. לא רק מה AI יודע לעשות, אלא גם מה הוא עדיין מתקשה לקלוט. מערכות חכמות אוהבות דפוסים. הן מצטיינות בזיהוי קשרים, בחיזוי ובאופטימיזציה. אבל כשהשוק נע מתוך פחד, המתנה, זהות פוליטית, תחושת חוסר שליטה או עייפות מצטברת, הקשר הישיר בין נתון לתוצאה מתחיל להתרופף.

ישראל, במיוחד בתקופה של חירום מתמשך, היא כמעט מעבדה קיצונית לבעיה הזאת.

הטעות הקלאסית: להניח שהוזלה מייצרת מיד ביקוש

אחת ההנחות השכיחות בעולם הנתונים היא שאם המחיר האפקטיבי יורד, הצרכן חוזר. אלא שבשוק המגורים התמונה מורכבת יותר. גם כשיש הקלה מסוימת בהחזרי המשכנתא, הביקוש לא בהכרח מתאושש. הסיבה פשוטה פחות מכפי שנדמה: משקי בית לא קונים דירה רק לפי גובה ההחזר החודשי. הם קונים לפי תחושת הביטחון התעסוקתי, היציבות הלאומית, הציפיות למחירים, מצב הרוח בבית, ושאלה בסיסית אחת: האם זה הזמן להתחייב לעשרות שנים קדימה.

זו נקודה חשובה גם למערכות חיזוי מבוססות AI. מודל יכול לזהות שהריבית ירדה, שההחזר הממוצע הצטמצם, ושמבחינה היסטורית זה אמור להאיץ עסקאות. אבל אם הוא לא יודע לתת משקל אמיתי לדחיית החלטות, לאווירת מלחמה או לשחיקה פסיכולוגית, הוא עלול לייצר תחזית יפה ושגויה.

במילים אחרות, לא כל משתנה נוח למדידה. ולעיתים דווקא המשתנים שקשה למדוד הם אלה שמכריעים.

ענף הרכב מציג את הצד השני: שיבוש גיאופוליטי יכול להפוך להזדמנות מקומית

בשוק הרכב התמונה כמעט הפוכה. מתיחות אזורית ופגיעה בשרשראות שינוע לא בהכרח מצמצמות תחרות. לפעמים הן דווקא דוחפות שחקנים להילחם ביתר אגרסיביות על שווקים נגישים. במקרה של יצרניות רכב סיניות, כשהיצוא לשווקים מסוימים מסתבך, ישראל יכולה להפוך לזירה לפריקת מלאים, למבצעי הנחות ולתמריצים מסחריים.

גם כאן, מי שחושב בצורה ליניארית מפספס. אינטואיציה פשוטה הייתה אומרת שמלחמה באזור מייקרת, מקטינה היצע ומקשיחה תנאים. בפועל, שיבוש במקום אחד יוצר לפעמים לחץ להוזיל במקום אחר. שוק קטן יחסית, תחרותי, עם יבואנים רעבים וצרכנים שמגיבים למחיר, עשוי ליהנות מהשפעה עקיפה של אירוע גלובלי.

עבור AI זו דוגמה מובהקת לחשיבות של הקשר. לא מספיק לדעת שהיה משבר. צריך להבין איפה הוא פגע, את מי הוא דחק לפינה, ואילו שווקים הפכו פתאום לעדיפות. מודל שמוזן רק בכותרת “מתיחות ביטחונית”, בלי מבנה שרשרת האספקה, מדיניות היבוא ומפת התמריצים, יתקשה להבין מדוע דווקא בשוק הישראלי מופיעה מתקפת הנחות.

מה זה אומר בפועל למערכות חכמות

• צריך להצליב בין נתונים מאקרו-כלכליים לבין נתוני לוגיסטיקה וסחר.

• צריך לזהות לא רק ביקוש, אלא גם לחץ של ספקים להיפטר ממלאי.

• צריך להכניס למודל תרחישים גיאופוליטיים שאינם רק “טובים” או “רעים”, אלא משנים כיוון לפי ענף ולפי מיקום.

לא רק כלכלה: גם אמון ציבורי הוא נתון, פשוט קשה יותר ללכוד אותו

ההחלטה להשקיע תקציב בקמפיין לחיזוק החוסן הלאומי חושפת רובד נוסף, כזה שהעולם הטכנולוגי מתחיל להבין רק עכשיו. ממשלות, חברות ופלטפורמות כבר לא מתמודדות רק עם מידע, אלא עם מצב תודעתי. תחושת ביטחון, אמון, עייפות, התנגדות, הזדהות. אלה לא רק מושגים רכים. יש להם השפעה ישירה על צריכה, על היענות להנחיות, על אמון במוסדות, וגם על הדרך שבה אנשים מפרשים תוכן שמופיע להם בפיד.

כאן AI נכנס לשטח רגיש במיוחד. מצד אחד, מערכות ניתוח שיח מסוגלות לזהות שינוי בטון הציבורי, לאתר מוקדי חרדה ולמפות אילו מסרים עובדים. מצד שני, ברגע שהמטרה הופכת ל”ניהול תודעה”, עולות שאלות קשות: מי מגדיר מהו חוסן, באילו כלים משתמשים, ואיפה עובר הגבול בין הסברה לגיטימית לבין אופטימיזציה של רגשות ציבוריים.

ישראל נמצאת בחזית הסוגיה הזאת לא רק בגלל המצב הביטחוני, אלא גם משום שהיא מדינה רוויית חדשות, רשתות חברתיות ותגובות מהירות מאוד. האלגוריתם לא רק מודד את מצב הרוח, הוא גם משפיע עליו. לכן קמפיינים ציבוריים בעידן AI כבר אינם רק עניין של קריאייטיב וקניית מדיה. הם הופכים לפרויקט נתונים לכל דבר.

גם תכנון עירוני מלמד שיעור חשוב על בינה מלאכותית

במבט ראשון, דיון תכנוני על רובע מרכזי בעיר שעדיין לא אושר נשמע רחוק מעולם ה-AI. בפועל, זה כמעט סיפור מושלם על הפער בין תהליך פורמלי לבין מציאות שמתהווה בשטח. תכנון לא מתקדם תמיד לפי סדר לוגי ומסודר. לעיתים מהלכים מתקדמים במקביל, אינטרסים שונים דוחפים קדימה, והמסגרת הרשמית מנסה להדביק את הקצב הפוליטי והחברתי.

למה זה חשוב לטכנולוגיה? כי מערכות חיזוי והמלצה בתחומי נדל”ן, תחבורה ושירותים עירוניים נוטות להניח שהמנגנון המוסדי פועל בקווים ברורים. בפועל, במיוחד בישראל, יש קפיצות, קיצורי דרך, לחצים סקטוריאליים ושינויים שנולדים לא מתוך תכנון אופטימלי, אלא מתוך מאבק בין צרכים, כוח וזמן.

AI שמבקש לחזות ביקוש לדיור, תשתיות נדרשות או תנועת אוכלוסייה, לא יכול להסתפק במסמכי מדיניות רשמיים. הוא חייב להבין שגם השלב של “לפני אישור” הוא לפעמים כבר שלב מעשי מאוד. מי שלא מכניס למודל את הממד הפוליטי, יקבל מפה מסודרת של עולם שלא באמת קיים.

המשותף לכל הדוגמאות: ההיגיון האנושי לא תמיד ליניארי, אבל הוא כן עקבי

נדל”ן, רכב, קמפיינים ציבוריים, תכנון עירוני. לכאורה אלה תחומים נפרדים. בפועל, כולם חושפים את אותה מגבלה: הנתון הבודד כמעט אף פעם לא מספיק. המחיר לא מסביר לבדו את הרכישה. התקציב לא מסביר לבדו את ההשפעה. ההליך הרשמי לא מסביר לבדו את קצב ההתקדמות. אנשים פועלים בתוך הקשר. ארגונים פועלים בתוך אילוצים. מדינה פועלת בתוך לחץ מתמשך.

לכן הגל הבא של AI לא יוכרע רק לפי עוצמת המודל, אלא גם לפי איכות המסגרת שסביבו. איסוף נתונים רחב יותר, הבנה טובה יותר של התנהגות אנושית, חיבור בין מידע כמותי למה שקורה בשטח, והכרה בכך שאי-ודאות אינה רעש שצריך לסלק, אלא חלק מהמערכת עצמה.

כמה מסקנות שכדאי לקחת מכאן

• חיזוי כלכלי טוב חייב לשלב פסיכולוגיה, לא רק מספרים.

• אירועים גיאופוליטיים מייצרים השפעות הפוכות בענפים שונים, ולכן לא נכון לבנות מודל אחיד לכל המשק.

• ניתוח שיח ציבורי הוא כלי חזק, אבל גם תחום שדורש גבולות ברורים ושקיפות.

• בישראל, יותר מבמקומות רבים אחרים, מוסדות, פוליטיקה ושוק נעים יחד. AI שלא יבין את זה יישאר מאחור.

האתגר האמיתי של AI בישראל

הפיתוי הגדול של עולם הבינה המלאכותית הוא להאמין שכל מה שחסר לנו הוא עוד דאטה. לפעמים זה נכון. אבל במקרים רבים, מה שחסר באמת הוא פרשנות. לא עוד שורה בגיליון, אלא היכולת להבין למה ציבור מתאפק למרות הוזלה, למה משבר אזורי מוליד מבצע מסחרי, ולמה מהלך ממשלתי קטן לכאורה נוגע בעצם בשאלה הגדולה של אמון.

ישראל היא שוק קשוח למודלים חכמים, אבל גם מקום מצוין לבחון אותם. אם מערכת יודעת לעבוד כאן, בתוך שילוב של חירום, רגישות פוליטית, תנודתיות צרכנית וקצב חדשות כמעט בלתי נסבל, יש סיכוי טוב שהיא באמת מבינה משהו על העולם. לא רק מחשבת אותו.